计算机视觉:高斯金字塔模式匹配

Question

我计划使用相关性作为匹配度量来实现模式匹配算法。

我知道我将要使用的模板，如果存在的话，在目标图像中会有不同的大小。大小的间隔可能类似于原来模板大小的X0.5、x0.75、x1.0、x1.25、x1.5、x2.0。

为了加快搜索速度，在多篇文章中建议建立模板和目标搜索图像的高斯金字塔。

然而，我无法以任何有意义的方式将要创建的金字塔八度和层次的数量(对于模型和目标)、如上所述的对象尺度和高斯滤波器σ(在创建金字塔时使用)联系起来！

有人能解释一下这件事吗？

例如，金字塔的一个倍频程将图像的分辨率降低了2:这是否等于说图像已经缩放了0.5？

一个金字塔倍频程为-1 (这应该使图像更大x2.0)：是否应该在过采样之前应用任何滤波？

在给定图像尺度的情况下，可以推导出尺度空间金字塔的高斯滤波σ，即:如果我知道模板图像在目标图像中会出现大或小的情况，那么，假设x 1.25或x 0.75，可以由此推断出σ用于高斯平滑核。

处于金字塔八度之间的物体尺度(例如x 1.25)能用金字塔级来表示吗？

感谢任何能提供一些见解/参考的人，托多尔

Answer 1

你要问的是SIFT算法所做的事情。

他们采用了以下方法:启动Sigma1.2(实验)、步骤因子sqrt(2) (实验)

为什么他们用八度音阶。表演！如果他们继续成长西格玛，他们将以问题结束，无法在实时(非常体面的时间)转换一个图像，这就是为什么他们把处理分割成八度。

当他们填充每个八度音阶(当他们双倍音阶)，他们一半的图像大小，并再次下放调整大小的图像。

另一篇论文测量参数的质量:西格玛，每八度音阶，八度数：http://www.bmva.org/bmvc/2010/workshop/paper5/paper5.pdf。

简而言之:建立输入图像的高斯金字塔和因子尺度为2的模板，用一些小西格玛模糊每个层次。

Matching:
   match at the highest level (smallest images), then match the already matched object in lower level (in some area) just to improve precision.

 I do not think you need octaves since you are not going to convolve images with large sigmas (needed for blob detection like in SIFT)